سیستم پشتیبان تصمیم گیری (DSS) مبتنی بر دوقلوی دیجیتال (DT) برای کنترل فاضلاب لبنی با استفاده از کنترل آماری فرآیند، اینترنت اشیا و یادگیری ماشینی

فناوری دوقلوی دیجیتال به عنوان یکی از ارکان کلیدی صنعت ۴۰۰، بستر مناسبی برای پایش، تحلیل و بهینه سازی فرآیندهای پیچیده صنعتی فراهم کرده است. در صنایع غذایی به دلیل ماهیت حساس و متغیر مواد اولیه و فرآیندها مدیریت کیفیت و پایش لحظه ای عملیات نیازمند گذار از رویکردهای سنتی به سامانه های هوشمند و داده محور است. هدف این پژوهش طراحی و پیاده سازی یک دوقلوی دیجیتال عملیاتی مبتنی بر اینترنت اشیای صنعتی (IIoT)، کنترل آماری هوشمند فرآیند (SSP) و یادگیری ماشین برای بهینه سازی فرآیند تصفیه پساب در یک واحد صنعتی لبنی است. در این مطالعه معماری سامانه با استفاده از حسگرهای برخط، کنترل کننده های منطقی برنامه پذیر (PLC) و ارتباطات Modbus/JSON برای جمع آوری داده های بلادرنگ توسعه یافت، همچنین با ادغام مدل ترکیبی XGBoost-LSTM امکان تشخیص انحرافات کیفی، پیش بینی پارامترهای بحرانی و ارائه پیشنهادهای اصلاحی در قالب یک سیستم پشتیبان تصمیم تجویزی (Prescriptive) فراهم شد. نتایج نشان داد که سامانه پیشنهادی ضمن حفظ تاخیر ارتباطی در بازه تا ۳ ثانیه موجب افزایش ۲.۴ برابری سرعت نوسازی داده ها و کاهش بیش از ۹۰ درصدی مصرف مواد شیمیایی در فرآیند خنثی سازی مخزن متعادل سازی نسبت به روش های سنتی مورد استفاده شده است. همچنین کالیبراسیون حسگرها با دقت ۰.۰۰۱ واحد تثبیت شد که نشان دهنده قابلیت اطمینان بالای سامانه در شرایط عملیاتی صنعتی است. یافته های این پژوهش نشان می دهد که گذار از SPC سنتی به SSPC در بستر دوقلوی دیجیتال، شکاف میان پایش توصیفی و کنترل تجویزی را پر کرده و چارچوبی عملی برای ارتقای کیفیت، کاهش هزینه های عملیاتی، بهبود پایداری زیست محیطی و تقویت تصمیم گیری بهینه در صنایع غذایی ارائه می دهد.

کلیدواژه ها:

اینترنت اشیای صنعتی (IIoT) ، دوقلوی دیجیتال ، سیستم پشتیبان تصمیم گیری ، یادگیری ماشین ، کنترل آماری فرآیند هوشمند